Análise de risco de crédito com aplicação de regressão logística e redes neurais Report as inadecuate




Análise de risco de crédito com aplicação de regressão logística e redes neurais - Download this document for free, or read online. Document in PDF available to download.

Eric Bacconi Gonçalves ; Daielly Melina Nassif Mantovani ;Contabilidade Vista & Revista 2013, 24 4

Author: Maria Aparecida Gouvêa

Source: http://www.redalyc.org/


Teaser



Contabilidade Vista & Revista ISSN: 0103-734X contabilidadevistaerevista@face.ufmg.br Universidade Federal de Minas Gerais Brasil Aparecida Gouvêa, Maria; Bacconi Gonçalves, Eric; Nassif Mantovani, Daielly Melina ANÁLISE DE RISCO DE CRÉDITO COM APLICAÇÃO DE REGRESSÃO LOGÍSTICA E REDES NEURAIS Contabilidade Vista & Revista, vol.
24, núm.
4, octubre-diciembre, 2013, pp.
96-123 Universidade Federal de Minas Gerais Minas Gerais, Brasil Disponível em: http:--www.redalyc.org-articulo.oa?id=197033497006 Como citar este artigo Número completo Mais artigos Home da revista no Redalyc Sistema de Informação Científica Rede de Revistas Científicas da América Latina, Caribe , Espanha e Portugal Projeto acadêmico sem fins lucrativos desenvolvido no âmbito da iniciativa Acesso Aberto ANÁLISE DE RISCO DE CRÉDITO COM APLICAÇÃO DE REGRESSÃO LOGÍSTICA E REDES NEURAIS Maria Aparecida Gouvêa1 Eric Bacconi Gonçalves2 Daielly Melina Nassif Mantovani3 ▪ Artigo recebido em: 24-01-2013 ▪▪ Artigo aceito em: 08-07-2014 ▪▪▪ Segunda versão aceita em: 03-11-2014 RESUMO O objetivo deste estudo foi aplicar e comparar as técnicas regressão logística e redes neurais no desenvolvimento de modelos de predição de credit scoring com base em dados de uma grande instituição financeira brasileira.
A questãoproblema deste estudo é relevante, pois contribui para o aprimoramento das previsões e fornece apoio para as instituições financeiras tomarem decisões mais precisas sobre concessões de crédito.A base de dados correspondeu ao período de agosto de 2009 a fevereiro de 2010,período em que o Brasil vivenciou notável expansão da oferta de crédito no mercado.A partir de uma amostra de 20.000 dados, foram aplicadas as duas técnicas.
A amostra foi dividida em três sub-amostras provenientes do mesmo universo de interesse: uma para construção do modelo (8.000 dados); a segunda para validação do modelo construído (6.000 dados) e a terceira també...





Related documents